一种基于概率分配的超像素方法技术

本发明专利技术公开了一种基于概率分配的超像素方法，包含六个步骤：步骤一：给定输入图像，均匀分配初始的超像素块中心处像素点，遍历图像，逐一计算像素点的特征和标准化参数；步骤二：在各超像素块周围一定范围内，计算像素点对应该超像素块的分配概率；步骤三：将像素点分配至对应分配概率最大的超像素块中；步骤四：更新超像素块中心处像素点，计算其内所有像素点的统计特征，重新计算分配概率；步骤五：迭代步骤三和步骤四达到指定步数；步骤六：后处理，合并孤立超像素块。本发明专利技术采用软分配的方式得到划分结果，通过分配概率融合像素点信息与图像局部信息，提升了超像素块分割的边缘拟合能力。拟合能力。拟合能力。

【技术实现步骤摘要】
一种基于概率分配的超像素方法


[0001]本专利技术涉及一种图像处理方法，特别涉及一种基于概率分配的超像素方法。

技术介绍

[0002]超像素块是图片中具有一致性的、体现图片局部特征的子区域，超像素分割是把图片空间按照纹理、灰度等特征划分成一定数量区域的过程。与以像素点作为基本单元的传统图像处理方法相比，使用超像素块作为基本单元有利于保存图片局部信息，降低运算量。超像素块的分割质量直接决定了这些基于超像素块的图像算法的效果，这通常要求超像素块能贴合图片中物体的边界且形状规则，大小相似。
[0003]现有超像素分割方法通常基于距离计算像素点的归属，不能准确贴合物体边界：如SLIC算法基于像素点
‑
超像素块距离实现，能取得形状均一的超像素块，但超像素块的边界的贴合不佳；FH算法基于像素点间距离，通过生成树实现超像素分割，对图片中的的变化敏感，但生成超像素块的边缘不规则。本专利技术采用软分配的方式得到划分结果，通过分配概率融合像素点信息与图像局部信息，提升了超像素块分割的边缘拟合能力。
专利技术内容
[000本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于概率分配的超像素方法，其特征在于：利用像素点特征与超像素块参数，计算像素点分配概率，采用概率软分配的方式，迭代聚类得到最终的超像素块分割结果；具体包括如下步骤：步骤一：给定输入图像，将输入图像均匀划分为N个正方形网格，取正方形网格的中心像素点为初始的超像素块中心处像素点；遍历图像中全部像素点，逐一计算像素点的特征和标准化参数；步骤二：在各超像素块周围预设范围内，依据标准化参数计算像素点分配概率p；步骤三：将像素点分配至对应分配概率最大的超像素块中，记录超像素块的像素点Lab颜色特征矩阵和像素点的增广的坐标位置矩阵；步骤四：更新超像素块中心处像素点，重新计算各像素点的分配概率p；步骤五：迭代步骤三和步骤四达到指定步数；步骤六：后处理，合并孤立超像素块。2.根据权利要求1所述的一种基于概率分配的超像素方法，其特征在于：所述的计算像素点的特征和标准化参数具体方法如下：各像素点特征包括两个：1)Lab颜色特征x
Lab
＝(x
L
，x
a
，x
b
)，依据输入图像中像素点的RGB颜色特征计算得到；2)增广的坐标位置x
1xy
＝(1，x，y)，由输入图像中像素点的坐标位置(x，y)添加常数项1得到；各像素点标准化参数包括三个：1)为以该像素点为中心，边长为S0的正方形区域内，所有像素点Lab颜色特征的高斯加权平均值；2)ε
Lab
＝(ε
L
，ε
a
，ε
b
)为以该像素点为中心，边长为S0的正方形区域内，所有像素点Lab颜色特征梯度绝对值的高斯加权平均值；3)S为以该像素点为中心的超像素块的预期宽度，有S＝mS0，σ为sigmoid函数，S0为均匀划分超像素块宽度，为输入图像中全部像素点的ε
Lab
的平均值，Δ为微小量，取10
‑3。3.根据权利要求1所述的一种基于概率分配的超像素方法，其特征在于：所述在各超像素块周围预设范围内，依据标准化参数预测像素点分配概率p，具体方法如下：遍历所有超像素块，对以每个超像素块为中心，边长为1.5S的正方形区域范围内的像素点：以超像素块中心处像素点的x
1xy
为均值，S为方差，通过一维正态分布模型计算各像素点的增广坐标位置x
1xy
的概率，记为像素点对应该超像素块的位置...

【专利技术属性】
技术研发人员：杨旸，刘克钊，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：